शोधकर्ताओं के एक समूह द्वारा एक फोटोरीलिस्टिक सिम्युलेटर विकसित किया गया है जो अत्यधिक यथार्थवादी वातावरण बनाने में सक्षम है जिसका उपयोग स्वायत्त वाहनों को प्रशिक्षित करने के लिए किया जा सकता है। मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) के कंप्यूटर साइंस एंड आर्टिफिशियल इंटेलिजेंस लैबोरेटरी (CSAIL) के वैज्ञानिकों द्वारा VISTA 2.0 इंजन को ओपन-सोर्स प्रारूप में जारी किया गया है, जिससे अन्य शोधकर्ता भी अपने स्वायत्त वाहनों को वास्तविक दुनिया के परिदृश्यों में खुद से ड्राइव करना सिखा सकते हैं, बिना किसी वास्तविक दुनिया के डेटा सेट की सीमाओं के।
CSAIL के शोधकर्ताओं द्वारा विकसित सिमुलेशन इंजन, जिसे VISTA 2.0 के नाम से जाना जाता है, AI के लिए पहला हाइपर-रियलिस्टिक ड्राइविंग सिमुलेशन ट्रेनर नहीं है। “आज, केवल कंपनियों के पास VISTA 2.0 के सिमुलेशन वातावरण और क्षमताओं जैसे सॉफ़्टवेयर हैं, और यह सॉफ़्टवेयर मालिकाना है,” MIT प्रोफेसर और CSAIL निदेशक डैनियला रुस ने कहा कहा.
सीएसएआईएल पीएचडी छात्र अलेक्जेंडर अमिनी ने कहा, “हम VISTA 2.0 को जारी करने के लिए उत्साहित हैं, ताकि समुदाय को अपने स्वयं के डेटासेट एकत्र करने और उन्हें आभासी दुनिया में परिवर्तित करने में मदद मिल सके…”
रुस ने कहा कि VISTA 2.0 के रिलीज़ होने के साथ ही, अन्य शोधकर्ताओं को अंततः स्वायत्त ड्राइविंग वाहनों के अनुसंधान और विकास के लिए एक शक्तिशाली नए उपकरण तक पहुँच प्राप्त होगी। लेकिन अन्य समान मॉडलों के विपरीत, VISTA 2.0 का एक विशिष्ट लाभ है – यह वास्तविक दुनिया के डेटा के साथ बनाया गया है जबकि यह अभी भी फोटोरियलिस्टिक है।
वैज्ञानिकों की टीम ने अपने पिछले इंजन, VISTA की नींव का इस्तेमाल किया और अपने पास उपलब्ध डेटा का इस्तेमाल करके एक फोटो-रियलिस्टिक सिमुलेशन तैयार किया। इससे उन्हें वास्तविक डेटा बिंदुओं का लाभ उठाने के साथ-साथ अधिक जटिल प्रशिक्षण के लिए फोटो-रियलिस्टिक सिमुलेशन बनाने में भी मदद मिली।
इसने AV AI को कई जटिल परिस्थितियों जैसे ओवरटेकिंग, फॉलोइंग, बातचीत और मल्टीएजेंट परिदृश्यों में प्रशिक्षित करने में भी मदद की। यह सब फोटो-यथार्थवादी वातावरण में और वास्तविक समय में किया गया था। कड़ी मेहनत ने तुरंत परिणाम दिखाए। VISTA 2.0 का उपयोग करके प्रशिक्षित AVs उन पिछले मॉडलों पर प्रशिक्षित AVs की तुलना में कहीं अधिक मजबूत थे जो केवल वास्तविक दुनिया के डेटा का उपयोग करते थे।